استخراج ویژگی یعنی انتخاب ویژگی که بتوان با اطلاعات اندک ،تصویر را توصیف کنیم این ویژگی ها باید دارای خصوصیاتی باشند بطوریکه بتوان با مجموعه ای از این ویژگی ها هر هر تصویر به منحصر بفرد توصیف گردد. اگر مجموعه ای از این ویژگی ها برای دو نمونه یکسان باشند آنگاه در بخش طبقه بندی با هیچ کلاسیفیری قادر به متمایز کردن دو نمونه از هم نخواهید بود.
اینکه چطور این ویژگی ها را انتخاب کنیم نیاز به بررسی خواص تصویرداره برای استخراجش آن هم باید عملیات پیش پردازشی و انواع فیلتر ها را برروی تصویر اعمال می کنند تا تصویر به اطلاعات مطلوب تبدیل شه.
مثلاً در سیستم تشخیص هویت بیومتریک ، ویژگی هایی را از تصویر اثر انگشت استخراج می کنند تحت عنوان مانیشیا. در ابتدا فیلتر گابور اعمال می کنند و سپس تصویر را بینری کرده و عملیات نازک سازی انجام میدن و در نهایت نقاط را که در تصویر نازک سازی چند شاخه شده و یا نقاط پایانی هستند به عنوان مانیشیا در نظر می گیرند.
یا در OCR از ویژگی کانتور استفاده می کنند که در اینجا برای استخراج ویژگی هر نقطه از کانتور را با x, y , tehta تفسیر می کنند.
بعضی از روش های استخارج ویژگی عمومی هم وجود دارند که مربوط به فیلد خاصی نیستند و روی تصاویر طبیعی اعمال میشن مثل corner detection ,SIFT,SURF,FAST